ارزیابی معماری مدل شبکه عصبی مصنوعی در پیش بینی تبخیر و تعرق مطالعه موردی: استان کرمان

تبخیر تعرق مرجع یکی از پارامترهای لازم برای تعیین نیاز آبی گیاه و برنامهریزی آبیاری است. داشتن برآورددقیق از این پارامتر برای برنامهریزی و مدیریت منابع آبی امری ضروری است. بدین منظور مدلهای تجربیمختلفی برای برآورد تبخیر تعرق ارائه شده است. با توجه به تغییرات مکانی پارامترهای هواشناسی، استفاده از روشهای مبتنی بر سنجش از دور که این تغییرات را در نظر میگیرد بسیار مطلوب است. از مدلهایی کهمیتواند دقت بالایی در برآورد تبخیر تعرق با استفاده از اطلاعات تصاویر ماهوارهای داشته باشد، میتوان به مدل شبکه عصبی اشاره کرد. در این راستا هدف طرح حاضر، ارزیابی دقت مدل شبکه عصبی جهت برآوردتبخیر تعرق مرجع با استفاده از تصاویر ماهوارهای سنجنده مودیس میباشد. در این تحقیق، دادههای سینوپتیک و تصاویر ماهوارهای ایستگاههای انار، کرمان، رفسنجان و شهربابک جهت تدوین و ارزیابی مدلشبکه عصبی مورد استفاده قرار گرفت. از 15 حالت ممکن از چهار ورودی مورد نظر دمای سطح زمین، بخار آب جو، ضریب آلبدو و NDVI ، 15 سناریو تشکیل شد. نتایج این تحقیق نشان داد علی رغم دقت بالای مدلها در سناریوهای مختلف، مدل شبکه عصبی با استفاده همزمان از هر دو پارامتر بخار آب جو و دما سطح زمین باضریب تبیین 88 درصد نسبت به سایر مدلها دارای دقت بالاتری بود

Keywords:

تبخیر تعرق , تصاویر ماهوارهای , سنجنده مودیس , سنجش از دور , مدل شبکه عصبی